시뮬레이션·디지털 트윈·AI 결합해제품 개발의 미래 제시   헥사곤 매뉴팩처링 인텔리전스에서 시뮬레이션 및 디지털 엔지니어링을 담당하는 헥사곤 디자인&엔지니어링(D&E) 사업부가 9월 18일 유저 콘퍼런스인 ‘헥사곤 디자인&엔지니어링 유저 콘퍼런스 코리아 2025’를 진행한다. 이 행사는 D&E 사업부의 기술과 전략을 집중 소개하고, 고객과의 협력을 강화하는 것을 주된 목적으로 한다. 헥사곤 매뉴팩처링 인텔리전스 D&E 사업부의 성 브라이언 사장은 이번 행사를 통해 AI 기반 시뮬레이션, 디지털 트윈, SPDM(시뮬레이션 프로세스 및 데이터 관리) 등 자사의 핵심 기술 역량을 공유하고, 디자인&엔지니어링의 미래 방향과 산업별 적용 사례를 폭넓게 전달할 것이라고 소개했다. 또한, 디자인&엔지니어링 분야에서 국내 시장 공략을 더욱 강화할 예정이라고 밝혔다. ■ 정수진 편집장     헥사곤 및 D&E 사업부에 대해 소개한다면 헥사곤은 센서, 소프트웨어, 자율화 설루션 분야의 글로벌 기업으로, 데이터를 활용해 산업, 제조, 인프라, 안전, 모빌리티 전반에서 효율과 품질을 높이고 있다. 전 세계 50개국에 약 2만 4500명의 임직원이 근무하며, 매출은 약 54억 유로에 이른다. 그중 헥사곤 매뉴팩처링 인텔리전스는 디자인 및 엔지니어링, 생산, 측정 전 과정에서 데이터를 기반으로 스마트 제조 환경을 지원한다. 헥사곤 디자인&엔지니어링(D&E) 사업부는 헥사곤 매뉴팩처링 인텔리전스 내에서 시뮬레이션 및 디지털 엔지니어링을 담당하고 있다. 헥사곤 D&E 사업부는 예측 시뮬레이션 소프트웨어를 통해 엔지니어들이 가상 프로토타입으로 제품 및 프로세스를 검증·최적화할 수 있도록 지원하며, 물리적 프로토타입의 ‘구축 및 테스트’를 대체하여 제품 개발 효율을 높이고 있다.   헥사곤 D&E 사업부가 보유한 대표 설루션과 핵심 기술은 무엇인지 헥사곤 D&E 사업부는 다양한 산업군에서 신뢰받는 CAE 시뮬레이션 및 디지털 엔지니어링 설루션을 제공한다. 주요 기술에는 선형·비선형 유한요소해석(FEA), 음향 해석, 유체-구조 연성해석(FSI), 다물체 동역학, 열 유동 해석, 최적화, 피로·내구성 해석, 전기기계식 드라이브라인 및 제어 시스템 시뮬레이션 등이 포함된다. 또한, ADAS(첨단 운전자 보조 시스템) 및 자율주행 분석, 시뮬레이션 프로세스 및 데이터 관리(SPDM), 디지털 트윈 구축, AI 기반 최적화 등 최신 기술을 꾸준히 개발하고 있다. 이러한 설루션을 통해 고객은 제품 설계를 최적화하고, 기존 물리적 프로토타입의 ‘빌드&테스트(build&test)’ 단계를 줄이며 개발 효율을 높일 수 있다.   헥사곤의 디자인&엔지니어링 설루션이 가진 차별점과 경쟁력을 소개한다면 가장 큰 강점은 디자인&엔지니어링 사업부와 헥사곤의 다른 계열사 사이의 긴밀한 협업이다. 이를 통해 헥사곤은 산업 전반을 아우르는 폭넓은 기술 포트폴리오와 글로벌 네트워크를 갖추고 있다. CAE 소프트웨어를 기반으로 센서, 측정 장비, 데이터 관리 플랫폼을 통합 제공함으로써 설계부터 생산, 검증까지 전 과정을 연결할 수 있는 엔드 투 엔드(end-to-end) 설루션을 제공한다. 또한, 각 산업 분야의 특화된 요구를 반영한 맞춤형 시뮬레이션 환경과, 전 세계 고객 사례를 기반으로 한 풍부한 기술 지원 역량은 헥사곤만의 독보적인 경쟁력이다. 이를 통해 고객은 단순한 툴 제공을 넘어 혁신적인 제품 개발 프로세스와 지속 가능한 제조 경쟁력을 확보할 수 있다.   ▲ 헥사곤의 디자인&엔지니어링 설루션   디지털 트윈과 시뮬레이션 기술을 중심으로 한 최신 디지털 엔지니어링 트렌드와 향후 시장 전망에 대해 소개한다면 최근 디지털 엔지니어링은 정밀도·속도·지속 가능성이라는 세 가지 축을 중심으로 진화하고 있다. 디지털 트윈은 단순한 가상 모델을 넘어, 실시간 센서 데이터와 AI 분석을 결합하여 예측, 최적화까지 가능한 지능형 운영 플랫폼으로 발전하고 있다. 특히, 클라우드 기반 협업 환경과 AI 자동화 기술이 결합되면서, 개발 속도 단축과 비용 절감 효과가 더욱 가속화되고 있다. 향후 시장은 지속 가능한 설계와 제조, 에너지 효율 향상, 규제 대응 등과 맞물려, 산업 전반에서 디지털 트윈과 고급 시뮬레이션의 도입이 필수화될 것으로 전망된다.   ‘헥사곤 디자인&엔지니어링 컨퍼런스 코리아 2025’에서는 어떤 내용이 소개되는지 9월 18일 개최되는 헥사곤의 D&E 유저 콘퍼런스는 자동차, 항공, 방산, 조선, 전기·전자 등 주요 산업군의 엔지니어와 전문가들이 모여 글로벌 CAE 기술의 최신 트렌드와 산업별 실무 경험을 나누는 자리이다. 헥사곤의 글로벌 및 국내 임직원, 주요 파트너와 고객사가 발표자로 참여하여, 각자 현장에서 축적한 경험과 성과를 직접 공유한다. 이를 통해 AI 기반 시뮬레이션, SPDM 등 디지털 엔지니어링을 가속화하는 혁신 기술과 산업별 최전선에서의 적용 사례를 심도 있게 다룰 예정이다. 기조연설과 산업별 세션, 전시 부스를 통해 참석자는 최신 기술을 직접 체험하고, 업계 전문가들과 교류하며, CAE 기술의 미래 비전과 제조업 R&D의 혁신 방향을 함께 모색할 수 있다. 또한, 각 산업별로 실제 기술 과제와 시뮬레이션 적용 사례를 통해 헥사곤 디자인&엔지니어링 사업부의 최신 기술 전략이 현장 중심의 문제 해결과 개발 효율성 향상에 어떻게 기여하는지 구체적으로 소개된다. 항공 및 방위 산업 분야에서는 MSC 에이펙스(MSC Apex), 나스트란(Nastran), CAE퍼티그(CAEFatigue), 시뮤팩트 애디티브(Simufact Additive), 제너레이티브 디자인(Generative Design) 등을 활용한 항공기 피로해석, 발사체 구조 해석과 복합재 적용 사례가 소개된다. 자동차 산업 분야에서는 아담스(Adams), 로맥스(Romax), 디지매트(Digimat), VTD 등을 기반으로 NVH 해석, 자율주행 시뮬레이션, 전기차 제어 시스템 연계 구조 모델 개발 등 차량 성능 최적화를 위한 다양한 해석과 검증 사례가 발표된다. 전기·전자 산업 분야에서는 크래들 CFD(Cradle CFD), 액트란(Actran) 등을 이용한 전자기기 냉각 해석, 충돌 기반 진동·소음 해석, 고열 환경 신뢰성 확보 사례가 다뤄지며, 정밀하고 안정적인 제품 설계를 위한 시뮬레이션 기술이 강조된다. 조선 산업 분야에서는 해양 구조물과 배관 시스템 해석을 중심으로 배관 단납부의 기계적 물성 해석, 강관-구조 연계 설계 등 실무에 적용 가능한 구조 해석 사례가 발표된다.   이번 행사를 통해 헥사곤 D&E 사업부가 전달하고자 하는 핵심 메시지는 무엇인지 헥사곤 D&E 사업부는 ‘데이터 기반의 연결과 자율화를 통한 지속 가능한 제조 혁신’을 핵심 철학으로 삼고 있다. 이번 유저 콘퍼런스에서는 단순한 기술 소개를 넘어, 고객·파트너·업계 전문가가 한자리에 모여 산업별 과제를 함께 논의하고 실질적인 해결 방안을 모색하는 협력의 장을 만들고자 한다. 또한 AI(인공지능), 디지털 트윈, 시뮬레이션 프로세스 혁신 등 최신 기술이 어떻게 제품 개발 주기를 줄이고 설계 최적화와 예측 정확도를 높이며, 지속 가능한 산업 생태계 구축에 기여하는지에 대한 내용도 공유할 예정이다.   향후 헥사곤 D&E 사업부의 중장기 사업 전략 및 기술 로드맵을 소개한다면 헥사곤 D&E 사업부는 2025년 하반기 및 그 이후에도 디지털 트윈과 AI 기반 시뮬레이션 고도화를 핵심 전략으로 삼고 있다. 이를 위해 ▲산업별 특화 디지털 트윈 플랫폼 개발 및 적용 확대 ▲클라우드 기반 시뮬레이션 및 협업 환경 강화 ▲AI·머신러닝을 활용한 자동화 설계 최적화 기능 확장 ▲지속 가능성(sustainability) 중심의 경량화·에너지 효율 설계 지원 ▲SPDM(시뮬레이션 프로세스 및 데이터 관리)의 산업 전반 확산 등을 추진하고자 한다. 또한, 기존 제조업뿐만 아니라 반도체·에너지·스마트시티 등 신산업 분야로 설루션 적용 범위를 확대해, 고객이 제품 개발 주기와 비용을 혁신적으로 절감할 수 있도록 지원할 계획이다.   마지막으로 전하고 싶은 메시지가 있다면 헥사곤 D&E 사업부는 단순한 소프트웨어 공급사가 아니라, 산업 전반의 디지털 혁신을 함께 설계하고 구현하는 파트너이다. 고객·파트너·학계와 지속적인 협력과 지식 공유를 통해 설계와 제조의 효율과 품질을 극대화하고, 지속 가능한 미래 산업 생태계를 구축하는 데 기여하고자 한다. 이번 유저 콘퍼런스를 비롯해 다양한 교류의 장을 마련해 헥사곤의 글로벌 역량과 현장 경험을 적극적으로 공유하며, 한국 제조업의 경쟁력 강화와 차세대 엔지니어링 패러다임 전환을 함께 이끌어 나가고자 한다.     ■ 기사 내용은 PDF로도 제공됩니다.

유니티가 ‘유데이 서울 : 인더스트리(U DAY Seoul : Industry)’를 오는 9월 26일 서울 한국과학기술회관에서 개최한다고 밝혔다. ‘유데이 서울 : 인더스트리’는 다양한 산업군의 고객사와 파트너가 함께 만들어가는 비즈니스 혁신 사례를 공유하고, 현장 중심의 경험과 인사이트를 공유하는 자리다. 각 산업별 실무자와 유니티 전문가들이 유니티 기반 디지털 전환을 가속화하는 기술과 노하우에 대해 공유할 예정이다. 올해 ‘유데이 서울 : 인더스트리’는 디지털 전환에 실질적인 도움이 되는 사례와 기술 공유 및 현업 중심의 데모존을 새롭게 선보이는 등 체감형 프로그램에 초점을 맞췄다. SK AX의 강철규 매니저가 ‘2D Map을 3D Map으로 전환한 HBM 전용 Stack Map PoC(개념 검증)’를 주제로 국내 주요 메모리 반도체 제조사를 대상으로 진행된 3D 웨이퍼 뷰어 PoC사례를 소개하고, 유니티 협업 과정에서 얻은 주요 인사이트와 설루션 구축 과정에서의 노하우를 공유할 예정이다. 유비씨의 조예창 파트장은 ‘From DX to AX : 앞서가는 기업들이 선택한 무인화·자율화 디지털 트윈 전략’을 주제로 발표한다. 유니티를 활용해 실제 현장에서 구현한 데이터·시뮬레이션·AI 최적화 루프와 기술 아키텍처를 공유하고, 무인화·자율화를 통해 운영 효율과 경쟁력을 높인 실제 사례를 전한다. 프로젝트 기획부터 운영까지 실무 맞춤형 노하우를 공유하는 유니티 전문가들의 세션도 마련될 예정이다. 유니티 코리아의 김현민 시니어 설루션 엔지니어는 ‘글로벌 성공 사례로 배우는 유니티 에셋 매니저’를 주제로, 제조 및 건설 산업의 3D 데이터 관리 및 보안 전략을 다룬다. 분산된 3D 데이터를 중앙에서 효율적이고 안전하게 관리하는 방식과 글로벌 제조·건설사 성공 사례 소개를 통해 디지털 트윈 및 산업용 메타버스 시대의 데이터 혁신 방안을 제시할 예정이다.     유니티는 올해 행사에서 제조, 건설, 모빌리티, 교육 등 다양한 산업군에서 실제로 사용되는 유니티 기반 설루션을 직접 체험해볼 수 있는 15개 이상의 실전 데모존을 선보인다고 전했다. 디지털 트윈 및 제조 특화 AI를 결합한 설루션을 제공하는 메타넷디지털은 전 세계 디지털 트윈 공장을 본사에서 실시간으로 모니터링할 수 있는 유니티 기반 ‘메타팩토리(MetaFactory)’ 데모를 시연한다. 3D 설비 상태 조회, 알람 발생 설비 즉시 확인, 이슈 대응 시나리오 기반 협업 인터페이스 등을 통해 제조 운영 효율성과 의사결정 속도 개선의 유용성을 체험할 수 있다. 피앤씨솔루션은 AR 글래스 ‘METALENSE2(메타렌즈2)’를 활용한 선박 엔진 및 인체 해부도 관련 데모를 선보인다. 실제 함정 내부의 주요 장비에 대한 명칭 및 기능을 단계적으로 학습할 수 있는 콘텐츠와 피부계·근육계·신경계 등 8가지 인체 계통을 계층별로 선택해 시각화할 수 있는 해부학 교육 콘텐츠를 경험할 수 있다. 또한, 정밀지도(HD MAP) 기반 디지털 트윈 자율주행 시뮬레이션 설루션을 제공하는 모라이는 실제 도로와 환경을 그대로 구현한 디지털 트윈 맵에서 자율주행 차량 개발에 필요한 데모 테스트를 시연할 계획이다. 유니티 코리아의 송민석 대표는 “유니티 인더스트리 설루션은 다양한 산업의 디지털 전환을 가속화하며, 더 효율적이고, 창의적인 방식으로 산업 생태계를 변화시키고 있다”면서, “이번 행사를 통해 최신 기술 트렌드와 인사이트를 나누고, 상호 협력의 기회를 모색할 수 있기를 기대한다”고 말했다. 이번 행사는 사전 선착순 참가 등록 시 누구나 무료로 참석 가능하다. 오프라인 참가 등록이 조기 마감될 경우, 신청자에 한해 추후 전문가 발표 세션을 온라인으로 시청할 수 있는 가이드를 별도 안내할 예정이다.

HPE는 기업이 AI를 도입하고 개발 및 운영하는 과정을 폭넓게 지원하는 ‘HPE 기반 엔비디아 AI 컴퓨팅(NVIDIA AI Computing by HPE)’ 포트폴리오의 주요 혁신 사항을 공개했다. HPE는 엔비디아 AI 엔터프라이즈(NVIDIA AI Enterprise)와의 통합을 한층 강화하고, 최신 엔비디아 AI 모델 및 엔비디아 블루프린트(NVIDIA Blueprints)를 HPE 프라이빗 클라우드 AI(HPE Private Cloud AI)에 탑재함으로써 개발자들이 AI 애플리케이션을 보다 간편하게 구축하고 운영할 수 있도록 지원하게 되었다고 전했다. 또한 HPE는 엔비디아 블랙웰(NVIDIA Blackwell) 기반 가속 컴퓨팅을 탑재한 HPE 프로라이언트 컴퓨트(HPE ProLiant Compute) 서버를 출하할 예정이며, 이를 통해 생성형 AI, 에이전틱 AI 및 피지컬 AI 워크로드를 향상된 성능으로 지원할 수 있을 것으로 보고 있다. 엔비디아 블랙웰 아키텍처를 탑재한 HPE 프로라이언트 컴퓨트 서버는 두 종류의 엔비디아 RTX PRO 서버 구성을 포함한다. HPE 프로라이언트 DL385 Gen11 서버는 신규 2U RTX PRO 서버 폼팩터의 공랭식 서버로, 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU를 최대 2개까지 지원한다. 이 제품은 기업의 증가하는 AI 수요를 충족해야 하는 데이터센터 환경에 최적화된 설계를 지향한다. HPE 프로라이언트 컴퓨트 DL380a Gen12 서버는 4U 폼팩터 기반으로, 엔비디아 RTX PRO 6000 GPU를 최대 8개까지 지원하며 2025년 9월 출시될 예정이다.   특히 HPE 프로라이언트 컴퓨트 Gen12 서버는 HPE iLO(Integrated Lights Out) 7의 실리콘 RoT(Root of Trust) 및 시큐어 인클레이브(Secure Enclave) 기반으로 한 다층 보안 기능을 갖추고 있으며, 위조 및 변조 방지 보호와 양자 내성 펌웨어 서명(quantum-resistant firmware signing) 기능을 통해 한층 강화된 보안 환경을 제공한다.   ▲ HPE 프로라이언트 DL380a Gen12 서버   또한, HPE 컴퓨트 옵스 매니지먼트(HPE Compute Ops Management)으로 지원되는 중앙 집중형 클라우드 네이티브 방식의 라이프사이클 자동화 기능은 서버 관리에 소요되는 IT 업무 시간을 최대 75%까지 줄이고, 서버당 연간 평균 4.8시간의 다운타임 감소 효과를 제공한다. 대상 워크로드에는 생성형 및 에이전틱 AI을 비롯해 로보틱스 및 산업용 사례 등 피지컬 AI, 품질 관리(QC) 모니터링 및 자율주행과 같은 비주얼 컴퓨팅, 시뮬레이션, 3D 모델링, 디지털 트윈, 그리고 각종 엔터프라이즈 애플리케이션이 포함된다. 한편, HPE는 올해 말 출시 예정인 차세대 ‘HPE 프라이빗 클라우드 AI’를 발표했다. 이 설루션은 엔비디아 RTX PRO 6000 GPU를 탑재한 HPE 프로라이언트 컴퓨트 Gen12 서버를 지원하며, GPU 세대 간의 원활한 확장성, 폐쇠망(air-gapped) 관리 및 엔터프라이즈 멀티 테넌시(multi-tenancy) 기능 등을 제공할 예정이다. HPE와 엔비디아가 공동 개발한 엔터프라이즈 턴키 AI 팩토리 설루션인 HPE 프라이빗 클라우드 AI는 에이전틱 AI를 위한 최신 버전의 엔비디아 네모트론(NVIDIA Llama Nemotron) 모델, 피지컬 AI 및 로보틱스를 위한 코스모스 리즌(Cosmos Reason) VLM(vision language model), 엔비디아 블루프린트 VSS 2.4 (NVIDIA Blueprint for Video Search and Summarization)를 지원하여 대규모 영상 데이터에서 인사이트를 추출하는 영상 분석 AI 에이전트를 구축할 수 있다. 또한, HPE 프라이빗 클라우드 AI는 최신 AI 모델을 위한 엔비디아 NIM 마이크로서비스, 엔비디아 블루프린트를 빠르게 배포할 수 있도록 맞춤형 설계되어, 고객들은 HPE AI 에센셜(HPE AI Essentials)를 통해 이를 간편하게 활용할 수 있다. 이와 함께 HPE 프라이빗 클라우드 AI는 엔비디아 AI 가속화 컴퓨팅, 네트워킹, 소프트웨어와의 깊은 통합을 바탕으로, 기업들이 데이터 통제를 유지하면서도 AI의 가치를 보다 신속하게 활용할 수 있도록 지원한다. 이를 통해 고객은 급증하는 AI 추론 수요를 효과적으로 관리하고 AI 생산 속도를 가속화할 수 있다. HPE 셰리 윌리엄스(Cheri Williams) 프라이빗 클라우드 및 플렉스 설루션 부문 수석 부사장 겸 총괄은 “HPE는 AI 시대를 맞아 기업들이 성공을 이룰 수 있도록 필요한 툴과 기술을 제공하는 데 전념하고 있다”면서, “엔비디아와의 협업을 통해 기술 혁신의 경계를 지속적으로 넓혀가며, 생성형 AI, 에이전틱 AI, 피지컬AI의 가치 실현을 포함해 엔터프라이즈 환경의 복잡하고 다양한 요구를 충족하는 설루션을 제공하고 있다. HPE 프로라이언트 서버와 HPE 프라이빗 클라우드 AI의 확장된 역량을 결합함으로써, 기업들이 AI 혁신의 다음 단계를 더욱 신속하고 신뢰 있게 수용할 수 있도록 지원하고 있다”고 밝혔다. 엔비디아의 저스틴 보이타노(Justin Boitano) 엔터프라이즈 AI 부사장은 “기업은 최신 AI 요구사항에 맞추기 위해 유연하고 효율적인 인프라가 필요하다”면서, “엔비디아 RTX PRO 6000 블랙웰 GPU를 탑재한 HPE 2U 프로라이언트 서버는 단일 통합형 기업용 플랫폼에서 거의 모든 워크로드를 가속화할 수 있도록 해줄 것”이라고 밝혔다.

산업 디지털 전환을 가속화하는 버추얼 트윈 (5)   최근 다쏘시스템의 구조해석 소프트웨어인 아바쿠스(Abaqus)는 마모 현상을 보다 정밀하게 모델링하고 예측할 수 있도록 Contact Wear 기능을 도입하였다. 접촉해석에 Archard 마모 모델을 통합하여, 반복 접촉에 따른 재료 손실을 계산할 수 있는 환경을 제공한다. 이번 호에서는 아바쿠스의 Contact Wear 기능을 활용하여 반복 접촉과 마모가 주요 이슈인 타이어 트레드 및 브레이크 패드 부품을 대상으로 수행한 해석 사례를 소개한다.    ■ 강주연 다쏘시스템코리아의 구조해석 담당 기술 컨설턴트이다. 자동차/차량부품/전자기기 산업을 포함한 다양한 산업군에 구조해석 설루션을 적용하여 고객에게 가치를 전달하는 역할을 담당하고 있다. 홈페이지 | www.3ds.com/ko   ■ 임영빈 다쏘시스템의 SIMULIA support team에서 근무하고 있으며 서강대학교에서 기계공학 학부 및 석사과정을 마쳤다. 홈페이지 | www.3ds.com/ko   마모(wear)는 기계적 마찰이나 화학적 작용에 의해 접촉 표면의 재료가 점진적으로 손실되는 현상으로, 다양한 산업 분야에서 발생하는 대표적인 열화 메커니즘 중 하나이다. 특히, 반복적인 접촉을 통해 하중을 전달하거나 마찰을 견디는 부품에서는 마모 현상을 정량적으로 파악하고 예측하는 것이 제품의 수명과 성능을 유지하는 데 매우 중요하다. 제품의 성능을 사전에 예측하기 위해서는 수치해석적 접근이 활용되지만 마모는 재료의 물성, 온도, 접촉압력, 슬립속도 등의 다양한 변수에 의해 좌우되므로, 이러한 복합적인 영향을 고려한 정밀 해석을 수행하기란 쉽지 않다. 따라서, 실제 산업 현장에서는 마모 문제를 실험적 접근에 의존하거나, 수치해석을 활용하더라도 접촉압력이나 마찰 에너지를 마모 지표로 삼는 간접적인 평가 방식에 국한되는 경우가 많았다.   그림 1. 헬리컬 베벨 기어의 마모 해석   아바쿠스 Contact Wear 기능 소개 아바쿠스는 2024 FD01 버전부터 접촉 정의 시 Archard 마모 모델을 적용하여, 반복 접촉에 의해 누적되는 마모 현상을 수치적으로 예측할 수 있다. Archard 모델은 마모 속도(wear rate)가 접촉압력(contact pressure)과 슬립속도(sliding velocity)에 의해 결정된다는 물리적 특성을 기반으로 하며, 연속체 역학 수준에서 마모 현상을 표현하는 직관적이고 활용도 높은 모델이다. 아바쿠스는 <표 1>과 같이 Archard 모델의 다양한 변형식을 제공하며, 마모계수(wear coefficient)에 표면 마모거리, 접촉압력, 온도 등의 인자에 대한 의존성을 설정할 수 있다. 이를 통해 사용자는 시험 데이터를 기반으로 마모 거동을 정교하게 구현할 수 있으며, 복잡한 접촉 조건 하에서도 높은 예측 정밀도를 확보할 수 있다. <표 2>에는 아바쿠스의 버전 별 마모 기능 개발 이력이 요약되어 있으며, 지속적인 기능 개선을 통해 실무 적용성과 확장성을 강화하고 있다.   표 1. Variation of Archard’s model in Abaqus   그림 2. Surface wear property edit dialog   표 2. Development sequences of contact wear   Steady State Transport 해석을 활용한 마모 해석 사례 이번 호에서는 아바쿠스/스탠더드(Abaqus/Standard)의 Steady-State Transport(이하 SST) 해석을 통해 마모 속도를 산정하고, 이를 시간 증분으로 외삽하여 누적 마모량을 계산하였다. SST 해석은 회전체의 마찰 및 관성 효과를 고려하여 정상상태 롤링(rolling) 및 슬라이딩(sliding) 거동을 계산하는 기법으로, 해석 시간을 단축시키면서도 장기적인 반복 접촉에 따른 마모 거동을 효율적으로 평가할 수 있다는 장점이 있다.   타이어 트레드 마모 해석 사례 타이어 트레드(tread)의 마모는 주행 안정성, 제동 성능, 타이어 수명에 직접적인 영향을 미치는 핵심 요소 중 하나이다. 이번 호에서는 마모가 뚜렷하게 발생하는 조건인 제동(braking) 상화을 해석 조건으로 설정하였다. 제동 시 차량 속도가 타이어의 회전 속도보다 빠르기 때문에 타이어가 노면 위에서 끌리는(slipping) 현상이 발생하며, 이에 따라 마모가 빠르게 진행된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

차량용 모빌리티 소프트웨어 기업인 아이비스는 산업통상자원부가 추진하는 ‘데이터 기반 로봇 서비스 실증 평가 기술 개발’ 과제에 참여한다고 밝혔다. 이 과제는 로봇 서비스의 완성도를 높이기 위해 가상의 국가로봇테스트필드 실증 환경에서 로봇 서비스 기술의 성능을 과학적·정량적으로 검증하고, 가상환경 기반 테스트 기법을 통해 실증 비용 및 시간 부담을 줄일 수 있는 평가 인프라를 구축하는 것이 목표다. 국가로봇테스트필드는 산업통상자원부와 한국로봇산업진흥원이 주관하는 대규모 실증 기반 인프라로, 실내외 복합 환경에서 다양한 로봇 서비스의 성능을 과학적·정량적으로 검증할 수 있도록 설계된 테스트베드이다. 로봇 서비스는 환경, 운용 조건, 사용 목적에 따라 성능이 달라질 수 있기 때문에, 상용화 전 단계에서의 객관적이고 표준화된 검증 체계가 필수이다. 특히 공공안전, 물류, 의료 등 고신뢰성이 요구되는 분야에서 로봇 서비스의 정량적 성능 검증은 실제 도입 및 확산을 결정짓는 핵심 기준이 되며, 실증 비용과 시간을 절감할 수 있는 가상환경 기반 평가 기법의 중요성 또한 커지고 있다. 아이비스는 이번 과제에서 로봇 서비스 실증을 위한 데이터 수집·전송·시각화·분석 기술을 개발하는 역할을 수행한다. 특히, 다양한 로봇 시스템에서 발생하는 운용 데이터를 수집하고 이를 기반으로 실시간 상태 모니터링, 데이터 표준화 인터페이스, 성능 평가 기준에 따른 분석 환경을 구현하는 소프트웨어를 개발할 계획이다. 또한 데이터 전송을 위한 통신 프로토콜 정의, 가상환경 연동을 위한 시간 가속·감속 처리 기술 등도 아이비스의 주요 개발 항목에 포함된다.     그동안 로봇 서비스 성능 검증은 표준화된 절차나 객관적인 지표가 부족해, 개별 기업의 자체 기준에 의존해 왔다. 아이비스는 이번 과제를 통해 이러한 한계를 극복하고, 데이터 기반 평가 방식으로 전환함으로써 평가의 효율성과 정확성을 동시에 높일 수 있을 것으로 기대하고 있다. 아이비스는 클라우드 기반 차량 통합 관제 시스템, 자율주행 로봇 실증 서비스, 디지털 클러스터 및 인포테인먼트 소프트웨어 개발 등에서 축적해 온 실증형 소프트웨어 개발 경험을 바탕으로 이번 과제의 핵심 기능 개발을 담당하며, 로봇 서비스 성능의 객관적 평가와 검증 체계 고도화에 기여할 계획이다. 또한 실외 자율주행, 스마트시티, 무인이동체 통합관제 등 다양한 실증 환경과 연계해, 데이터 기반 평가 기술의 상용화를 위한 역량을 강화해 나가고 있다. 아이비스의 남기모 대표는 “로봇 서비스가 상용화되기 위해서는 다양한 환경에서 신뢰할 수 있는 평가 체계가 뒷받침되어야 한다. 이번 과제를 통해 아이비스는 데이터 수집부터 시각화, 분석, 검증에 이르는 전 과정을 통합할 수 있는 기술을 개발하고, 실증 기반의 소프트웨어 역량을 로봇 서비스 분야로 확장해 나갈 것”이라고 밝혔다. 이어 “앞으로도 아이비스는 차량 및 모빌리티 소프트웨어 분야에서 쌓아온 경험을 바탕으로, 스마트 모빌리티와 로보틱스가 융합되는 미래 서비스 환경에서 핵심적인 기술 기반을 제공해 나가겠다”고 덧붙였다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 6월 26일 ‘자율주행의 미래 : AI와 데이터 통합을 통한 지멘스 ADAS 혁신’을 주제로 웨비나를 개최했다. 이번 방송은 지멘스 디지털 인더스트리 소프트웨어의 최승현 솔루션 영업대표, 김상중 프로(기술지원), 엄휘수 프로(프리세일즈 컨설턴트)가 참여해 실제 도로 기반의 가상 시뮬레이션, 생성형 AI 기술, 차량 동역학 모델링 연동 등 ADAS(첨단 운전자 보조시스템) 개발에 필요한 전 과정에 대해 상세히 설명했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 지멘스 디지털 인더스트리 소프트웨어 최승현 영업대표, 김상중 프로, 엄휘수 프로   시나리오 확장부터 인증까지 최승현 영업대표는 지멘스가 자율주행 기술 개발 전반을 아우르는 ‘엔드투엔드’ 전략을 갖추고 있다고 설명했다. DOE(실험 설계) 기반의 자동 시나리오 생성 도구와 HEEDS(히즈)를 통한 최적화 기능을 다양화하고 최적화할 수 있으며, 개발 후 단계에서는 통합플랫폼을 통해 형식 인증 절차까지 통합 지원한다고 소개했다.  Prescan(프리스캔), ADA, Amesim(아메심), HEEDS 등으로 구성된 통합 시스템은 각기 다른 개발 단계를 유기적으로 연결하며, 실시간 검증·모델 개발·리포트까지 자동화된 워크플로를 제공한다. 최승현 영업대표는 “지멘스는 시뮬레이션, 데이터 분석, AI 기반 자동화, 인증까지 모두를 아우르는 플랫폼을 통해 OEM뿐만 아니라 중소 자율주행 스타트업에게도 확장성과 유연성을 제공한다”고 강조했다.   ▲ 최승현 영업대표   AI 기반 시나리오 생성과 정밀 시뮬레이션의 진화 김상중 프로는 자율주행 개발에서 시뮬레이션이 가진 핵심적 역할을 강조하며, Simcenter Prescan과 Simcenter Amesim을 활용한 가상 검증 기술을 소개했다. 이는 실제 사고 사례를 기반으로 한 시나리오를 생성하고, 차량의 센서·제어 알고리즘·동역학 모델을 통해 정교하게 시뮬레이션하는 방식이다. 특히 Amesim은 FMU 연동을 통해 실제 차량의 물리적 반응을 더욱 정밀하게 묘사함으로써 개발 단계에서의 신뢰도를 높인다는 점에서 주목된다. 김상중 프로는 “위험한 시나리오를 실제로 테스트하는 것은 비효율적이고 위험하다. 시뮬레이션을 통해 가능한 모든 케이스를 검증해야 한다”고 설명했다.   ▲ 김상중 프로   실도로 데이터 자동화와 생성형 AI 접목 엄휘수 프로는 실주행 데이터를 기반으로 한 시나리오 자동 생성 솔루션 ‘Simcenter ADA’를 소개하며, 기존 수작업 중심의 시나리오 구축에서 벗어나 데이터 업로드만으로 유의미한 테스트 시나리오를 생성하고 검증할 수 있다고 이야기했다. 지멘스는 생성형 AI(GAI)를 활용해 주행 영상과 법규 문서를 학습시키고 시나리오를 자동 생성하여 시뮬레이션 분석이 가능하도록 기능을 개발 중이다. 가우시안 스플래팅(Gaussian Splatting) 기법 기술을 통해 현실에 가까운 시뮬레이션 비주얼도 구현 가능하다. 엄휘수 프로는 “엔지니어가 데이터를 가공하는데 시간을 쓰기보다 검증과 분석에 집중할 수 있게 도와주는 것이 ADA의 핵심 가치다”고 말했다.   ▲ 엄휘수 프로   자율주행을 위한 디지털 기반 개발 혁신 지멘스 디지털 인더스트리 소프트웨어의 통합 ADAS 시뮬레이션 전략은 ‘개발 기간 단축, 비용 절감, 안전성 향상’이라는 자율주행 기술의 3대 과제를 해결할 수 있는 현실적 해법을 제시한다. 또 한, 물리 모델과 AI가 융합된 디지털 트윈 기반의 검증 체계는 차세대 차량 개발의 새로운 기준으로 부상하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   인공지능(AI)은 단순한 기술을 넘어 우리의 삶과 산업 전반을 재편하는 거대한 흐름이 되었고, 이 거대한 흐름 속에서 스마트 디지털 트윈(smart digital twin)과 디지털 스레드(digital thread)는 미래 혁신을 이끌 핵심 동력으로 될 것으로 생각된다. 이번 호 칼럼에서는 AI 시대에 이 두 가지 개념이 왜 필수인지 그 핵심 역할과 의미, 그리고 우리가 직면한 과제를 심층 조명하고자 한다. 미래 제품 개발의 최전선에는 스마트 디지털 트윈이 자리하고 있다. 이는 단순한 물리적 객체의 디지털 복제본을 넘어선다. 우리는 이를 ‘인공지능 중심 디지털 트윈 (AI defined digital twin)’이라고 부르며, 궁극적으로는 AI 에이전트 디지털 트윈으로 진화할 것으로 생각된다.   그림 1. 인공지능 중심의 디지털 트윈과 디지털 스레드의 통합(출처 : Lifecycle Insights)   스마트 디지털 트윈의 핵심은 미래 예측과 시뮬레이션 능력에 있다. 가상 환경과 인공지능 환경에서 미래 제품의 성능과 기능을 사전에 예측하고 다양한 시나리오를 시뮬레이션함으로써, 우리는 현실 세계에서 발생할 수 있는 시행착오를 최소화하고 최적의 설계를 도출할 수 있다. 예를 들어, 자율주행 자동차를 개발할 때 스마트 디지털 트윈은 수십만 가지의 주행 상황을 가상으로 재현하고 AI 모델을 훈련시켜 실제 도로에서의 안전성을 극대화할 수 있다. 이는 제품 개발의 시간과 비용을 획기적으로 절감할 뿐만 아니라, 혁신적인 제품의 출시를 가속화하는 핵심 역할을 수행한다. 그러나 스마트 디지털 트윈이 그 잠재력을 온전히 발휘하기 위해서는 거대한 양의 데이터가 끊김 없이 흐르고, 이 데이터가 의미 있는 정보로 변환되어 AI의 추론과 학습에 활용될 수 있는 환경이 조성되어야 한다. 바로 이 지점에서 디지털 스레드의 역할이 부각된다. 인공지능이 강화되는 스마트 디지털 트윈 환경에서 디지털 스레드는 단순한 연결을 넘어 혁신의 실핏줄과 같은 역할을 수행한다. 이는 정보의 단절, 즉 데이터 사일로(data silo)를 극복하고 정보의 흐름을 원활하게 하는 유일무이한 기술이다. 기존의 단절된 시스템과 프로세스 속에서는 데이터가 각자의 고립된 공간에 갇혀 효율적인 활용이 불가능했다. 디지털 스레드는 이러한 장벽을 허물고, 정보가 마치 혈액처럼 유기적으로 순환하며 지식으로 축적될 수 있도록 도와준다. 디지털 스레드의 핵심 기능은 크게 다섯 가지 유형의 단절된 데이터 사일로를 연결하는 데 있다. 첫째, 제품 수명주기(product lifecycle) 내 소통이다. 요구사항 정의에서부터 제품 스펙, 엔지니어링 BOM(Bill Of Materials), 제조 BOM, Bill of Process, 그리고 서비스 BOM에 이르기까지, 제품의 전 수명주기 단계에서 발생하는 모든 데이터가 디지털 스레드를 통해 끊김 없이 연결된다. 과거에는 각 단계별로 데이터가 사일로화되어 정보 흐름이 원활하지 못했고, 이는 곧 비효율적인 의사결정과 불필요한 재작업으로 이어졌다. 디지털 스레드는 이러한 문제점을 해결하여 제품 개발의 전 과정에서 일관된 정보와 최신 데이터를 공유할 수 있도록 한다. 둘째, 제품 수명주기 관리(PLM)와 인공지능 간의 소통이다. 제품 개발 환경에서 인간의 생각과 인공지능의 추론 기능 간에는 디지털 온톨로지(digital ontology)의 표준적 개념과 디지털 스레드를 통해 다양하고 복잡한 생각과 용어 등이 소통될 필요가 있다. 디지털 스레드는 복잡한 제품 구조, 기능, 요구사항 등을 AI가 이해하고 추론할 수 있도록 의미론적으로 연결하는 다리 역할을 한다. 이를 통해 AI는 단순한 데이터 분석을 넘어, 인간의 의도를 파악하고 창의적인 해결책을 제시하는 진정한 협력자가 될 수 있다. 셋째, 서로 다른 설루션 간의 소통이다. 소프트웨어 형상 관리 설루션, PLM, 요구사항 관리 설루션, 해석 데이터 관리 설루션 등 수많은 서로 다른 설루션이 존재하지만, 이들 간의 데이터 연동은 늘 골칫거리였다. 디지털 스레드는 이처럼 분리된 설루션을 메시(mesh) 관계로 연결하여 데이터가 원활하게 연동될 수 있도록 한다. 마치 거미줄처럼 촘촘하게 연결된 이 망은 각 설루션이 생성하는 데이터가 실시간으로 다른 설루션과 공유되고 활용될 수 있는 기반을 제공한다. 넷째, 서로 다른 조직 간의 소통이다. 마케팅 부서, 기본 설계 부서, 생산 부서, 그리고 최종 서비스 부서 등 각기 다른 용어와 문화를 가진 조직간의 소통은 늘 쉽지 않은 과제였다. 디지털 스레드는 이러한 소통 장벽을 허물고 협업을 원활하게 한다. 각 조직이 사용하는 용어와 개념을 디지털 스레드 위에서 표준화하고 연결함으로써, 오해를 줄이고 목표 지향적인 협업을 가능하게 하는 것이다. 이는 궁극적으로 조직 전체의 시너지를 극대화하고, 혁신적인 아이디어가 자유롭게 교환될 수 있는 환경을 조성한다. 다섯째는 세렌디피티(serendipity)이다. 이런 거미줄 같은 메시 관계에서 오는 네트워크된 지식(Networked Knowledge) 생태계는 이해당사자인 개발책임자, 엔지니어, 생산 엔지니어, 마케팅 전문가, 안전 전문가, 형상관리자 등에게 생각지 못한 발견과 창의적 환경을 제공하며, 자료를 찾는데 소모되는 엄청난 시간과 노력을 절감하게 하며 더 창조적인 작업에 투자할 수 있다.   그림 2. 제품 수명주기의 디지털 스레드 지식 그래프(knowledge graph)(출처 : Eigner Engineering Consult)   이처럼 디지털 스레드는 AI 시대, 특히 스마트 디지털 트윈 환경에서 데이터의 고립을 해소하고, 정보의 흐름을 최적화하며, 궁극적으로는 AI의 잠재력을 최대한으로 끌어내는 필수 기반 기술이라고 할 수 있다. 인공지능 시대에 디지털 스레드를 통한 창조성과 필연적 세렌디피티가 분야 전문가의 유일한 생존 전략이라고 할 수 있다. 그럼에도 불구하고 디지털 스레드는 여전히 많은 이에게 생소하고 도전적인 개념으로 여겨진다. 현장에서는 디지털 트윈 개발에 디지털 스레드가 필수임에도 불구하고 고객을 설득하기 쉽지 않다는 어려움을 토로한다. 심지어 일부 미국 전문가 사이에서는 ‘디지털 스레드 무용론’이 제기되기도 한다. 이러한 오해와 도전은 디지털 스레드가 가지는 혁신적인 속성 때문일 수 있다. 우리가 직면한 과제는 명확하다. 첫째, 설득의 어려움이다. 디지털 스레드의 필요성을 현장의 이해관계자에게 명확히 전달하고 공감대를 형성하는 것이 중요하다. 단기적인 효율 증대 뿐만 아니라 장기적인 관점에서 AI 시대의 경쟁 우위를 확보하는 핵심 요소임을 강조해야 한다. 둘째, 개념의 생소함과 도전적인 특성이다. 현재에도 디지털 스레드에 대해 정확하게 아는 사람이 드물며, 이는 비교적 생소하고 혁신적이며 도전적인 개념이기 때문이다. 따라서 이에 대한 지속적인 교육과 홍보, 그리고 성공 사례 발굴을 통해 이해의 폭을 넓혀야 한다. 그러나 이러한 도전에도 불구하고, 인공지능 시대에 스마트 디지털 트윈에서 디지털 스레드가 필요한 이유는 존재하는 것이 아니라 만드는 것이라는 관점에서 접근해야 한다. 이는 디지털 스레드가 단순히 현존하는 문제를 해결하는 도구를 넘어, 미래의 복잡한 인공지능 기반 시스템을 구축하고 그 잠재력을 최대한 발휘하기 위한 능동적이고 필수적인 기반임을 시사한다. 디지털 스레드는 이미 존재하는 데이터나 시스템을 연결하는 수동적인 도구가 아니다. 그것은 미래에 우리가 만들어낼 혁신 제품과 서비스를 위한 데이터와 정보의 연결고리를 능동적으로 구축하는 의미를 가진다. AI 시대의 복잡성은 끊임없이 새로운 데이터 유형과 상호작용 방식을 요구할 것이다. 디지털 스레드는 이러한 변화에 유연하게 대응하며 새로운 연결고리를 지속적으로 생성하고 발전시키는, 살아있는 유기체와 같다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.